《价值驱动：数据分析价值逻辑与实战方法》以分析从业者的职业发展为主题，以可持续的价值创造为主线，呈现了一套清晰的认知逻辑与实战方法论。全书分为3篇，第1篇是起始：企业价值，主要介绍企业的使命、愿景、战略目标与解码的基本逻辑，以及如何通过经营管理和分析型企业建设来保障年度经营规划的达成；第2篇是终局：分析价值，站在企业全局视角，从规模、成本与效率三个角度审视，并基于此尝试提出分析的价值主张、业务驱动的方法论——SE 环和若干实战打法经验；第3篇是支撑：核心胜任能力，分别从分析技术、工具技术、业务技术及领导力四个视角，以更加体系化的方式呈现相应的知识结构与要点，避免碎片化的积累反而影响。

《价值驱动：数据分析价值逻辑与实战方法》以综述型的方式，向大家展示认知逻辑、方法论及实践经验，并体系化地呈现各种关键能力要素及应用心得，适合具备3年及以上经验的分析从业者、企业管理人员阅读，也适合SaaS 及To B行业从业者阅读。

黄小伟，硕士毕业于华中科技大学，先后就职于粉丝网、网易，目前在有赞担任BI总监，业余运营公众号“数据分析撞上AI”（原R语言中文社区），长期关注企业研究分析能力与决策优势建设、数据价值挖掘与变现。

赵力，硕士毕业于浙江大学数学系，拥有超过8年的To B场景分析经验，目前在有赞担任数据分析专家，主要负责新零售方向的数据分析与商业洞察。

邵俊杰，于2016年年初加入有赞，目前在有赞担任数据分析专家，先后负责客户成功、产品、经营等多个方向的数据分析与商业洞察工作，拥有丰富的SaaS行业分析经验。

管理的核心是决策质量与效率，而这依赖于充足的信息、深度的洞察。对于企业而言，真正缺乏的是依靠量化驱动决策的实践方法。这本书尝试通过机制建设逐渐形成量化驱动的数据文化，有很多实践层面的思考，值得相关从业者借鉴、学习。

桂强军 阿里巴巴诚信通原直销总经理 杭州东美哲慧文化科技有限公司总裁

本书从企业价值创造的视角，结构化地展示了数据分析核心能力有哪些、怎么理解、如何实践，可以帮助数据分析人员从企业整体层面理解企业需求，把握未来能力拓展和职业发展路径，书中的框架体系简单、有效，具有较强的可实践性。

王英林 上海财经大学计算机科学与技术系主任/教授/博导

通常掌握数据分析工具和方法可以帮你入职分析岗位，然而更长远的发展要依靠对企业价值创造的深刻理解。本书基于此提出了一种数据分析驱动的实践方法论，对数据价值做到“心中有数”，值得相关从业者学习、理解。

姚凯 中央财经大学副教授 Credamo（见数）平台创始人

随着大数据技术的快速发展，基于数据科学方法的综合研究越来越重要，对企业竞争优势和企业价值的提升显现出重大的作用。本书从数据分析岗位的角度，分析和阐述企业的需求，分享工作中的经验，为从业者指引方向。

梁克维 浙江大学数学科学学院统计系副教授/硕导

无论是企业发展，还是个人成长，价值始终是需要首先明确的。如何将企业价值、分析价值与能力建设贯穿理解并实践，是重要且富有挑战性的。《价值驱动：数据分析价值逻辑与实战方法》展示了很多值得借鉴的方法与实践路径。

朱雪宁 复旦大学大数据学院副教授

企业需要迭代、持续地创造价值，个人职业生涯需要系统规划和适时调整。本书把企业价值的创造和个人职业生涯的规划结合起来思考与实践，并提出一些实践方法，其中一个核心的方法是“机制驱动、量化迭代”。它给读者提供了耳目一新的认知新视角和躬体力行的实践好方法。

李大志 西北师范大学上海校友会副会长兼秘书长/博士

未来的商业竞争充满复杂性、多样性，企业在自身价值创造过程中会遇到大量不可预测的挑战，打造分析型企业能够极大增强成功的概率，同时分析型人才的培养与驱动机制建设是重要且关键的课题，这本书从实践视角给予了很有意义的解答。

刘超 粉丝网CEO

本书从企业价值和决策出发，解读决策与数据分析的关系，既介绍了数据分析的原则和方法，又通过实战经历介绍了相关的经营管理方法、企业文化建设机制和流程等管理实践，有助于数据分析相关从业者更系统地理解和创造企业价值。

乐一帆 神策数据前产品VP

我从加入有赞的第一天开始，便始终向商业分析、参谋部的人员强调要从价值创造的视角出发来思考和行动。很高兴看到三位作者围绕价值驱动的主题，持续深化对分析师价值创造的方法和能力的认知，并把相关经验沉淀构建为体系，通过成书的方式回馈社会，给领域内更多在类似方向上探索的读者解惑。推荐给从事分析相关工作的人员，通过阅读本书，可以有效打破职业成长的天花板，赢得更大的价值创造机会和职业发展空间。

刘普成 有赞副总裁/参谋部负责人

在试读了样章后，我对这本书产生了浓厚的兴趣和期待，书中很多问题的思考和总结都是从实际业务经验中提炼而来的。本书适合于中小型企业的数据分析、经营分析和企业管理者阅读，它以一种简朴的文字，总结了数据分析对企业的价值，阐述了如何更好地发挥数据价值，并提供了很多实用的方法论和工具，对数据分析从业者来说，阅读本书一定会受益匪浅。

田细华 万物新生（爱回收）集团经营分析负责人

每个企业经营决策都需要数据科学的参与和介入，但相关从业者如何有效地参与企业经营管理？如何从问题出发，通过数据持续地为组织贡献认知及创造价值？有赞团队是一个善于学习和归纳的团队，总结并提炼了从企业价值到执行路径，再到个人和团队胜任能力的关键要素。尤其是其中的实战案例，具体执行过程中的方法论和细节推演颇为精彩，操作性和有效性俱佳，是一本拿来就能用的实践手册。

刘思喆 松果出行智能中心负责人

我一直期待有一本书，可以从一线实践出发，结合企业远景，描述企业在发展过程中，当面临压力、挑战和不确定性时，每个关键决策、执行路径是如何制定的，这本书非常坦诚且清晰地还原了当时的心路历程。数据分析、业务分析乃至经营分析，是从业务中长出来的，既要真实反映出业务现状和问题，给出解决建议；又要跳出当下桎梏，来看长期路径。知不易，行更难，对分析相关行业的工作者来说，这本书是大有裨益的。

陈奕坤 有赞产品高级总监

如何实现数据驱动企业发展及构建数字化人才体系，已成为大多数企业积极探索的问题。本书汇集了作者多年的实践经验，并分别从企业价值、分析价值和核心胜任能力三个层级进行了剖析。它不仅总结了企业分析能力的建设方法，更深入浅出地阐述了数据分析人才的成长路径。对那些困惑于如何让数据发挥价值的企业和个人来说，本书将具有很强的指导意义。

赵冬生 视源股份集团IT 数据架构师

随着数字中国战略的提出，数据要素化性质得到进一步明确，数据价值的关注度达到了前所未有的高度。数据分析师群体如何摆脱“表哥”“表姐”的称呼，在新的机遇中更进一步呢？本书作者在多年从业经验与思考的基础上，给了想改变现状的你一套思维模型：Who-What-How，即你选择服务的对象，决定你交付的价值和方式。当你服务的对象从具体的任务转变为一块业务或决策层时，交付的价值和方式也随之改变，你的职场和晋升之路也就此打开。

王大川 数据智能开发者社区DataFun 创办人

本书既有工具级的操作介绍，又有行业领域的应用技巧，还有数据分析能力建设的方法论，以及高屋建瓴的价值思考、终局思考，是一本难得的集合了道、术、器、法各个层面的，写给分析从业者、企业管理人员的数据建设案头手册。

梁勇 Python 爱好者社区运营者

目 录

第1篇 起始：企业价值

第1章 企业价值选择 . 2

1.1 使命与愿景 2

1.2 战略目标与解码 6

1.2.1 战略目标 6

1.2.2 战略解码 8

第2章 企业经营管理 . 12

2.1 经营管理原则 12

2.2 经营管理实践 14

2.2.1 经营管理会议 14

2.2.2 OKR 运营 . 16

2.2.3 经营分析 20

第3章 分析型企业建设 25

3.1 孤岛问题 25

3.1.1 打破数据孤岛 26

3.1.2 业务流程改造 27

3.2 数据文化 29

3.2.1 认识数据文化 29

3.2.2 构建数据文化 31

3.3 分析人才 32

3.3.1 培养分析人才 32

3.3.2 选择打仗阵型 34

本篇小结 . 37

第2篇 终局：分析价值

第4章 认知建设：规模、成本与效率 . 42

4.1 问题验证 43

4.1.1 发掘潜在价值 43

4.1.2 选择解决策略 44

4.2 报表体系 48

4.2.1 提高共识效率 49

4.2.2 选择解决策略 50

4.3 研究分析 51

4.3.1 贡献决策增量 51

4.3.2 选择解决策略 52

第5章 分析驱动：由策略向结果演进 . 54

5.1 驱动机制设计 54

5.1.1 为什么需要机制 54

5.1.2 SE 环是什么 57

5.2 如何利用SE 环实现有效驱动 . 60

5.2.1 理解业务现状 60

5.2.2 获取高质量问题 61

5.2.3 提供有效回答 63

5.2.4 追踪反馈评价 64

5.2.5 扩大知识传播 67

本篇小结 70

第3篇 支撑：核心胜任能力

第6章 分析技术 . 73

6.1 发现问题 75

6.1.1 识别问题 76

6.1.2 处理原则 81

6.2 主要分析方法 83

6.2.1 行业分析 83

6.2.2 定量分析 95

6.2.3 财务分析 106

6.3 写作技术 115

6.3.1 写作原则 116

6.3.2 写作应用 117

第7章 工具技术 121

7.1 查询工具 121

7.1.1 价值判断 122

7.1.2 数据治理 128

7.2 报表工具 130

7.2.1 价值判断 130

7.2.2 方法论与实践 132

7.2.3 评价标准 137

7.2.4 增强分析 139

7.3 挖掘工具 143

7.3.1 需求分析 145

7.3.2 数据挖掘 146

7.3.3 交付上线 168

7.3.4 应用实践 170

第8章 业务技术：SaaS 行业分析实践 174

8.1 SaaS 简述 . 174

8.1.1 发展现状 175

8.1.2 产品分类 180

8.2 SaaS 关键指标 . 181

8.2.1 业务视角 182

8.2.2 经营视角 191

8.3 客户新签 199

8.3.1 线索获取 200

8.3.2 销售转化 203

8.4 客户留存 207

8.4.1 PMF 210

8.4.2 交付活跃 214

8.4.3 流失预警 217

第9章 领导力 221

9.1 跨场景优势 222

9.1.1 善于有效沟通 224

9.1.2 关键项目推进 225

9.2 个人影响力 226

9.2.1 用结果说话 226

9.2.2 持续复盘与总结 228

9.2.3 系统思考 229

9.3 团队杠杆 233

9.3.1 持续打胜仗 234

9.3.2 塑造团队文化 235

9.3.3 量化管理 238

本篇小结 .242

后记 243

附录A 缩略词及中英文对照 . 245

参考资料 247